The Station: multiagentes de IA reportam resultados matemáticos inéditos sem coordenação central
Sistema descentralizado de agentes de IA apresentou resultados novos em 5 dos 12 problemas do AlphaEvolve, incluindo avanços em Kakeya e números…
Categoria: Pesquisa e Ciência
Benchmarks, papers acadêmicos, descobertas científicas e inovação
205 publicações encontradas
SRPO: novo método de RL reporta ganhos sobre o GRPO com 3,8x menos computação
Pré-print apresenta o Self-Reflective Policy Optimization, que converte feedback esparso em supervisão por token e supera o GRPO com fração do custo…
Hugging Face adiciona o hindi, primeiro idioma do Sul Global, ao Open ASR Leaderboard
O Monsoon traz hindi e inglês indiano ao ranking de reconhecimento de fala, expondo como a métrica única de WER esconde desigualdades…
Modelos de IA ainda tropeçam em charadas e quebra-cabeças que humanos resolvem com facilidade
Apesar dos avanços, modelos de IA seguem falhando em raciocínio espacial e quebra-cabeças visuais. Entenda o que isso revela sobre a cognição…
Framework de ML do MIT melhora o design computacional de proteínas
Método PottsMPNN propõe nova métrica que vai além de reproduzir sequências naturais e aumenta a taxa de sucesso no design de proteínas.
DeepMind pilota as primeiras avaliações de IA duplo-cegas do mundo
Avaliação duplo-cega mantém benchmarks e pesos do modelo em caixa criptográfica, prevenindo contaminação e protegendo dados sensíveis.
MIT cria blocos modulares que mudam de forma e mantêm conexões elétricas
Blocos modulares do MIT mudam de forma e mantêm conexões elétricas, viabilizando móveis assistivos e garras robóticas reconfiguráveis.
GlucoFM: modelo de IA de 0,72M de parâmetros monitora glicose de forma contínua
Com 0,72 milhão de parâmetros, o GlucoFM supera modelos 100x maiores no monitoramento de glicose. Entenda o que ele faz e o…
Startup treina IA em pele humana viva para acelerar descobertas em cosméticos
Outer Biosciences, de Michael Polansky, mantém tecido de pele humano vivo por um mês e usa IA para gerar novos ingredientes a…
Algoritmo do MIT prevê eventos extremos sem depender de dados extremos
Método η-learning gera cenários plausíveis de tempestades e eventos raros, com aplicações em clima, robótica e mercados financeiros.
Revisão sistemática mapeia o uso de grandes modelos de linguagem na saúde mental
Revisão sistemática consolida aplicações de grandes modelos de linguagem na saúde mental, da detecção de depressão aos riscos éticos.
Apple mapeia comportamentos ‘humanos’ de LLMs em estudo com 21 mil conversas
Estudo da Apple analisou 21 mil conversas com quatro LLMs para mapear quando comportamentos 'humanos' são adequados e quando não.
Quanta memória seu agente de IA realmente precisa? Estudo da IBM mostra que a dose certa depende do modelo
Estudo da IBM com 8 modelos mostra que a memória de agentes de IA precisa de dose calibrada: modelos fracos ganham +16…
Estudo do MIT descobre “decaimento de atribuição”: imagens de IA não podem mais ser rastreadas até os dados de treinamento
Pesquisadores do CSAIL mostram que, em modelos treinados com muitos dados, remover imagens de um artista ou de uma pessoa não muda…
Autoaperfeiçoamento recursivo da IA pode demorar mais que o previsto, sugere estudo de Princeton
Agentes de IA são bons engenheiros, mas péssimos pesquisadores, mostra estudo que rejeitou dois artigos gerados por Claude Opus 4.8.
Por que detectores de alucinação falham com números: estudo testa 5 métodos e expõe o ponto cego
Teste com 5 detectores mostra que só o MiniCheck enxerga erros de um único dígito. Biblioteca groundlens propõe verificar número por número.
GLM-5.3 da Zhipu: o que os números de cibersegurança realmente mostram
O GLM-5.3 liderou no CyberGym, mas os benchmarks de exploração revelam um retrato mais complexo — e a própria Zhipu admite onde…
LLMs mostram sensibilidade metacognitiva parcial em raciocínio médico
Estudo testou se a confiança de um LLM acompanha a qualidade da evidência em diagnósticos. Acerto de 93,5%, mas com confiança excessiva…
CUDA Agent: ByteDance e Tsinghua treinam IA que escreve kernels de GPU mais rápidos que compilador
Sistema de aprendizado por reforço faz modelo escrever kernels CUDA 2,11x mais rápidos que o torch.compile em 96,8% das tarefas do KernelBench.
Google apresenta PhotoScan: IA que prevê risco cardiometabólico por fotos de smartphone
Modelo de deep learning estima composição corporal a partir de fotos 2D e prevê resistência à insulina com precisão próxima à do…
Raciocinar em português: estudo mostra que treinar IA na língua nativa chega perto do inglês
Pesquisa em larga escala com GRPO aponta forte transferência entre idiomas, mas alerta para regressões específicas em cada língua.
ReImageNet revela que 12% dos rótulos do ImageNet estão incorretos e corrige o benchmark mais famoso da visão computacional
Reanotação em larga escala mostra que um terço das imagens do ImageNet-1k tem múltiplos objetos e melhora a precisão de modelos em…
IA torna experimentos matemáticos abundantes, mas conhecimento continua caro
Usando GPT-5.6 e o assistente Lean, cientista de dados atacou dois problemas abertos de matemática em um fim de semana — e…
5 papers essenciais para entender a IA agêntica do zero
ReAct, Toolformer, Generative Agents, Voyager e AutoGen: os cinco papers que explicam as peças por trás dos agentes de IA modernos.